影响中国成为全球AI 中心的主要因素包括：

1. 各行业在数字化转型中，非常积极地部署AI

2. 人才储备的宽带和广度

3. 巨大的移动互联网市场

4. 高性能计算

5. 政府政策的支持

第一要素：各行业在数字化转型中，非常积极地部署AI

1. 增长催化剂

• 当非AI技术的公司发展到一定的规模，它们通常会需要尝试使用AI 技术，以实现升级、扩大规模。当下，中国许多的传统企业在AI技术的采纳水平上依然落后于美国企业。

• 根据麦肯锡的调查，中国传统行业的公司中，超过40%的企业还没有把AI放在战略优先地位。较为常见的情况是，这些企业中，有很多还没有掌握足够的数据，来支撑他们在未来采纳AI技术。

• 例如，农业公司很少会考虑对种植计划或者天气对产量的影响这些问题进行详细地记录。

• 这些公司拥有数据和资金，一旦AI专家向他们证明了AI能带来的业务增长机会或显著的成本削减，他们会迫不及待地进行投资。

2. 跨行业的应用

• 对AI的需求被认为是普遍的，其中包括传统行业中的国企，涉及的领域有金融、电信、农业。这些行业会喜欢国内的AI解决方案和服务提供商。

• 其他领域（比如教育），也会成为主要的受益者。比如，教育技术初创企业学霸君的AI Aidam在高考数学考试中战胜了顶尖的学生。

3. 作为战略高度的AI

• 中国的科技巨头都在争相在AI上进行投入。比如，百度拥有一支超过1300人的AI团队，用于打造自动驾驶系统。同时，阿里巴巴的云机器学习平台——PAI，提供了AI服务，使用数据分析来提升业务。 

• 腾讯也设立了一个强大的团队，该团队拥有250名科学家和工程师。它们还投资了中国的医疗初创企业碳云智能。

• 虽然目前许多中国科技企业在各自的专业领域内取得了不小的技术突破，但是，要实现能落到实际的AI 技术，还有很长的时间。

• 科学家们常常把AI称为下一波产业革命的核心，谁能引领AI前沿，谁就会在未来的发展中占到优势。

4. 经济的繁荣

• 根据麦肯锡的报告，中国在过去的几十年中大大获益于人口红利，但是，随着人口老龄化问题的浮现，这种优势可能会很快失去。

• 面向未来，AI 主导的自动化能够为中国经济注入强大的生产力，可能会每年为中国经济带来0.8%到1.4%的GDP增长，具体要看对AI技术的采纳速度。

1.应用型研究

• 中国的学者在AI领域的研究非常活跃，其中，全球顶级的学术论文中，有43%的论文包含了至少一位华人作者。

• 中国的研究者被认为更加实际，他们希望发现一些新AI使用案例，而美国的研究者更多的关注基础研究。

2.经验和专业

• 有丰富经验的、顶尖的AI人才在中国还是不多见的。在LinkedIn上所有25万名AI 专家中，拥有10年以上经验的有50%都在美国，中国的份额只占到25%。

• 中国可能需要专注于培养更多的精英数据科学家，特别是在AI领域，因为该领域人才的短缺是显而易见的。与此同时，越来越多的商业领袖和中层管理人员可能需要掌握更多的技能，培养理解和运用数据的能力。

• 另一方面，中国有着丰富的工程人才储备，这是AI应用得以发展的一个重要考量因素。 

3. 人才成本和迁移

• 中国的一些公司，比如百度， 从美国招到了一些重量级的AI 专家，并且，在川普的移民政策出台后，他们面临着一个前所未有的机遇，有希望能从硅谷招到更多的人才。

• 一些AI行业的从业者所获得的薪资高得离谱，同时，也有一些专家离职创业。

• 约四分之一的美国高科技公司是由移民创建的。

4. AI 的专业化

• 在应用层面，中国算法的研究与其他国家不相上下。

• 特别是，中国的AI科学家不成比例地集中分布在计算机视觉和语音识别等领域，这与其他领域的发展形成了不均衡。

• 另外一方面，在基础研究层面，中国是落后的。中国缺少经验丰富的数据科学家，并且，在中国的大学里，专注于AI研究的实验室不超过30个。

1. 大型的移动互联网市场

• 根据中国互联网中心 (CINC) 2017年1月的报告，截止2016年12月中国总共拥有7.31亿的互联网用户，其中95.1%是智能手机用户。

• 4.96亿的互联网用户使用智能手机进行数字化支付，同时，有1.68亿用户曾使用智能手机共享乘车。

• 支付和乘车这两个类型的互联网用户数量的年度增长率每年以超过30%的速度在增长。

2. 数据洪流

• 数以亿计的消费者提供了海量的数据，使得中国的科技公司能够拥有大量的原始资料，来跑算法和修正他们的AI程序。

• 百度、滴滴和腾讯都设立了自己的AI研究实验室。

3. 基于APP的AI采纳

• 现有互联网用户构成了一个巨大的市场，提供给未来AI 技术的采纳。

• 当 AI 应用程序成熟后，已有的APP，比如百度搜索、支付宝、微信、搜狗输入法等，都能够在自己的服务中添加AI 技术。

• 例如，阿里巴巴已经在支付宝上添加了人脸识别功能，有1.5亿消费者体验了这一功能。

4. 进入门槛

• 中国技术公司享有进入门槛的保护，大多数中的互联网领域都是禁止国外公司，比如Facebook和谷歌进入的。

• 中国的互联网公司对中国的互联网用户数据也享有独家所有权，这能让他们能测试新的算法、巩固用户群、进而强化自己在某领域的主导地位。

1. 硬件技术

• 中国的科技行业在这一领域不断地寻求突破，在深圳这样的城市建立了相应的生态系统，支持AI硬件公司的发展。

• 特别是，专用的处理器，比如GPU因为能执行大规模的复杂运算，因为被认为在未来的AI 发展中占有重要地位。

• 对核心技术的供应更强的管控，在未来有潜力提升中国大范围部署AI系统的能力

2. 快速的HPC发展

• 神威太湖之光是一台大型的超级计算机，由中国国家并行计算机工程和技术研究中心（NRCPC），能够提供 93 petaflop的计算性能。

• 这一性能远远超过了美国基于Cray和AMD的超级计算机泰坦，运算速度快5.2倍。

• 它由中国芯片制造者神威提供芯片支持，使用SW26010多核处理器。

3. 芯片制造者的能力

• 计算能力是构成AI的基础设施的一部分，所以在战略上拥有重要地位。历史上，中国的微芯片强烈地依赖外国供应。

• 对于一些高价值的半导体，中国必须依靠进口来解决需求。

• 2015年，因为担心会被用于核武器项目的发展，美国禁止英特尔和英伟达之类的芯片提供商向中国的四大超算中心售卖产品。

• 中国知道发展自己的先进半导体、微处理器和高性能计算技术的重要性，中国官方已经计划在未来的10年中投入1500亿美元，来提升芯片制造能力。

4. 全球产业链

• AI 价值链的各个方面，从基础研究到应用部署，再到硬件制造，都涉及全球的合作。

• 除了打造自己的数据生态系统、数据科学家人才管道和半导体行业，中国可能还需要确保整个AI 行业是建立在一个开放的系统之上的，允许全球的参与。

1. 政策和规划

• 中国在政策上加速AI发展开始于2014年，当时，国家主席习近平在中国科学院第十七次院士大会、中国工程院第十二次院士大会开幕仪式上发表讲话，呼吁在科学技术（包括人工智能）上进行创新和突破。

• 2014年之后，一系列的国家经济发展规划，包括“十三五计划”（2015年3月），“中国制造2025”（2016年5月）、“机器人行业发展规划”（2016年4月），以及“互联网+人工智能三年行动方案”（2016年5月）等政策相继出炉，提供了促进AI研究与发展的指导纲要。

• 2017年3月5日，中国最高级别的国家级会议首次把AI纳入了政府工作报告，意味着中国政府在对AI 行业的重视和决心。

2. 在研发上的投入

• 中国在AI 上的成功部分要归功于政府在大学里对科学研究的总体投入。在过去的10年间，政府研究上的投入每年都是翻倍地增加。

• 中国经济的顶层设计者——中国发展与改革委员会（NDRC）成立了深度学习国家工程实验室，委任百度领导。

• 国家AI实验室的创建，只是发改委增加AI研发投入的一个方面。

3. 进入门槛

• 虽然事实上，美国公司在全球的AI发展上居于领先地位，但是，它们想进入中国还是面临着阻碍。中国市场需要的是地方的解决方案和提供商。中国在建立拥有统一的标准和跨平台分享机制的数据友好型生态系统上依然落后。

• 开放政府数据库能激励私人领域的创新。但是，中国几乎没有可用的公共数据库可供研究。2015年，Open Knowledge International发布正度数据开放性排名，中国名列全球第93名。

• 跨国界的数据流动上的限制是全球合作的一个障碍。相反，中国在AI上的政策，在实验和解决方案上相对开放。

4. 集成电路行业促进方案

• 中国政府在2014年发布了《集成电路行业发展推进纲要》，在2015年发布了“中国制造2015”计划。

• 政府还成立了国家级别的IC投资基金，共募集了超过200亿美元的资金。

• 这些计划已经开始产生效果：2016年6月，中国发布神威太湖之光超级计算机，打破世界最快的超算记录，并且没有使用任何的美国造处理器。

• 政府前沿的投资是一个长期的投入，将会产生巨大的影响，鼓励私人企业积极进入。

图像超分辨率（SR）问题，特别是单图像超分辨率（single image super-resolution，SISR）问题，最近十年来受到越来越多的研究关注。SISR的目的是从单个低分辨率图像I（LR）重建高分辨率图像I（SR）。通常，I（LR）与原始的高分辨率图像I（HR）之间的关系根据不同的情况是不同的。许多研究假设I（LR）是I（HR）的双三次降采样版本，但是其他降质因素，例如模糊，抽取或噪声在实际应用中也可以考虑。

最近，深度神经网络为SR问题中的峰值信噪比（PSNR）提供了显着的性能改进。但是，这样的网络在架构最优性方面有所限制。首先，神经网络模型的重建性能对架构的微小变化很敏感。同样的模型在不同的初始化和训练技术之下实现的性能水平不同。因此，精心设计的模型架构和复杂的优化方法对于训练神经网络至关重要。

其次，大多数现有的SR算法将不同缩放因子的超分辨率问题作为独立的问题，没有考虑并利用SR中不同缩放之间的相互关系。 因此，这些算法需要许多scale-specific的网络，需要各自进行训练来处理各种scale。例外的是，VDSR [11]可以在单个网络中同时处理多个scale的超分辨率。使用多个尺度训练VDSR模型可以大幅提升性能，超过scale-specific的训练，这意味着scale-specific的模型中存在冗余。尽管如此，VDSR型的架构需要双三次插值图像作为输入，这与scale-specific的上采样方法的架构相比，需要更多计算时间和存储空间。

SRResNet [14]成功地解决了计算时间和内存的问题，并且有很好的性能，但它只是采用了He et al. [9] 的ResNet架构，没有提出太多修改。但是，原始的ResNet目的是解决更高层次的计算机视觉问题，例如图像分类和检测。因此，将ResNet架构直接应用于超分辨率这类低级视觉问题可能不是最佳的。

为了解决这些问题，基于SRResNet架构，我们首先通过分析和删除不必要的模块进行优化，以简化这一架构。当模型非常复杂时，就不容易训练。因此，我们以适当的损失函数训练网络，并进行仔细的模型修改。我们的实验表明，修改的方案能产生更好的结果。

其次，我们调查了从其他尺度训练的模型迁移知识的模型训练方法。在训练期间利用与尺度无关（scale-independent）的信息，从预训练的low-scale模型中训练high-scale模型。此外，我们提出一个新的多尺度架构，它们分享不同尺度的大部分参数。与多个单尺度模型相比，这个多尺度模型使用的参数少得多，但性能相当。

我们在标准基准数据集和新的DIV2K数据集上评估我们的模型。评估显示，我们提出的单尺度和多尺度超分辨率网络在所有数据集上，PSNR和SSIM均显示出最优性能。我们的方法分别在NTIRE 2017超分辨率挑战赛中分别获得第一名和第二名。

单尺度SR方法（EDSR）与其他方法的比较，放大4倍。

方法

我们先分析了最近发表的超分辨率网络，并提出残差网络架构的一个增强版本，它具有更简单的结构，并且在计算效率上优于原始网络。接着我们提出一个处理特定超分辨率尺度的单尺度架构EDSR，以及一个在单模型中重建各种尺度高分辨率图像的多尺度架构MDSR。

原始 ResNet，SRResNet，以及我们提出的增强办残差网络中 residual blocks 的对比。

单尺度SR网络（EDSR）的架构

为×4模型（EDSR）使用预训练的×2网络的效果。红线表示绿线（从头开始训练）的最佳表现。训练期间使用10张图像进行验证。

多尺度SR网络（MDSR）的架构

实验

数据集

DIV2K数据集[26]是一种新发布的用于图像复原任务的高质量（2K分辨率）图像数据集。DIV2K数据集包含800张训练图像，100张验证图像和100张测试图像。由于测试数据集资料尚未发布，因此我们在验证数据集上比较了模型性能。我们还在另外4个标准基准数据集上比较了性能：Set5 [2]，Set14 [33]，B100 [17]和Urban100 [10]。

评估模型

我们在DIV2K数据集上测试我们提出的网络。从SRResNet开始，我们逐步改变各个设置。SRResNet [14]是我们自己训练的。首先，我们将损失函数从L2改为L1，然后根据前面部分的描述对网络架构进行修改，如表1所示。

模型设定

表2：在DIV2K验证集上的架构性能比较（PSNR（dB）/ SSIM））。红色表示最优的性能，蓝色表示其次。EDSR +和MDSR +分别表示EDSR和MDSR的自组合版本。

我们的模型与其他模型放大4倍（×4）超分辨率的定性比较

表3：公共基准测试结果和DIV2K验证结果（PSNR（dB）/ SSIM））。红色表示最优性能，蓝色表示其次。需要注意的是，DIV2K验证结果是从已发布的演示代码中获取的。

我们的方法在NTIRE2017超分辨率挑战赛的结果。

表4：我们的方法在NTIRE 2017超分辨率挑战赛测试数据集上的表现。红色表示最优性能，蓝色表示其次。

结论

在本文中，我们提出一种增强的超分辨率算法。通过从常规ResNet架构中删除不必要的模块，我们在使模型紧凑的同时实现了更好的结果。我们还采用残差缩放技术来稳定地训练大型模型。我们提出的单尺度模型超越了已有模型，取得了state-of-the-art的性能。

此外，我们还提出一个多尺度超分辨率网络，以减小模型规模并缩短训练时间。具有规模依赖性模块和共享主网络的多尺度模型可以在统一的框架中有效处理各种超分辨率尺度。虽然多尺度模型与一组单尺度模型相比保持了紧凑，但它显示出与单尺度SR模型相当的性能。我们提出的单尺度和多尺度模型在标准基准数据集和DIV2K数据集中均实现了最佳结果。

昨日截至12点19分，比特币在13210.85－14090位置之间震荡。此前，在多轮所谓的利好消息刺激下，比特币从年前的7000元/枚左右的价格持续走高至21019.89元/枚，但目前又跌去近三分之一。

比特币等资产因其暴涨暴跌的特性，受到了投资者和监管部门的关注。

7月15日结束的全国金融工作会议上提出，“所有金融业务都要纳入监管。”中央财经大学金融法研究所所长、中国互联网金融创新研究院院长黄震表示，目前数字货币、虚拟货币等尚未纳入监管，很多新兴的交易市场、要素市场等尚未纳入监管或监管薄弱。

新京报记者获悉，有关部门在此前对比特币交易平台币行、火币和BTC100的检查中发现，币行未履行反洗钱义务，曾被不法分子利用从事洗钱活动；火币曾因涉嫌市场操纵而被投资者起诉至法院；BTC100则存在虚增其平台比特币交易规模的情况。

对此，币行方面回应新京报记者称，已经针对性地升级了反洗钱措施，截至发稿，未从火币网、BTC100方面得到回应。

今年以来，随着比特币的暴涨，各种打着“数字货币”旗号的山寨币甚至“传销币”不断出现。业内人士提醒，投资者对于这些“数字货币”要擦亮眼睛。

通过比特币洗钱，币行未尽审查义务

“个人换汇额度一直都是5万美元，但央行检查前，比特币平台却能够提供一个类似 地下钱庄 的功能，通过把比特币从国内钱包转到国外钱包的方式，把钱转到境外。”一位从业人士告诉新京报记者。

比特币是一种以区块链为基础的“数字货币”，拥有去中心化（不依靠某个政府）和匿名性的特点，吸引了一大批拥趸——同时，也正是因为这些特点，频频被犯罪分子利用。

来自裁判文书网的资料显示，OKCoin作为国内三大平台之一，就因为平台未履行合规要求，一度成为犯罪分子的洗钱工具。

根据官网介绍，北京乐酷达网络科技有限公司旗下的OKCoin币行成立于2013年6月，主要面向中国区用户提供人民币对比特币、莱特币、以太币等数字资产买卖服务。

根据黑龙江省高级人民法院〔2016〕黑民终第274号民事判决书，2014年7月，犯罪分子曾将电信诈骗获得的200万元充值到在OKCoin交易平台币行注册的账号，分批多次购买共计553个比特币，同时进行提币操作，将比特币转到比特币钱包，最后在澳门地下钱庄将比特币卖出，完成洗钱活动。

判决书指出，在发现该账户交易存在异常（短时间内大量购买并提取比特币）的情况下，平台没有及时尽到审查、监管义务，放任犯罪嫌疑人在短短一个多小时内购买价值200万元的比特币，并同时将比特币提出交易平台。

“由于乐酷达公司（OKCoin币行平台方）的不作为行为，被犯罪嫌疑人利用顺利完成洗钱犯罪，客观上造成受害人巨额财产被犯罪嫌疑人转移挥霍、无法追回的后果，乐酷达公司对受害人的损失应当承担主要赔偿责任。”判决书认为。

对此，OKCoin方面对新京报记者表示，“公司成立之初反洗钱措施比较基础，不够严格和完善。经历过这个事件后，平台就系统性地升级过几次反洗钱规则，加强了实名制的管理。”

另一家位于上海的平台比特币中国，也曾被洗钱者关注。据财新报道，伊世顿国际贸易有限公司曾经尝试使用虚拟数字货币比特币转移非法所得。2015年5月，伊世顿公司的两名高管向比特币中国表示希望每月购买1万个比特币，但没有透露购买总量。由于金额巨大，同时伊世顿方面无法提供身份证明及资金证明，双方合作告吹。此后，比特币中国向有关部门说明了情况。

BTC100虚假交易，日成交刷到4万多枚

知情人士透露，有关部门在对比特币交易平台BTC100进行检查之后发现，BTC100存在虚假交易的情况。该公司通过设计计算机程序在其平台上进行刷单，虚构交易，比特币日成交量曾达到4万多枚。停止刷单交易之后，BTC100比特币真实成交量日均仅有几十枚。

有投资者告诉新京报记者，在挑选比特币平台时，成交量是他们考虑的最重要因素之一。

7月16日晚间，新京报记者登录BTC100，显示当日比特币成交量为0.006。就此，昨日新京报记者通过邮件、客服等方式联系BTC100方面，截至记者发稿尚未得到正式回应。

记者注意到，此前已有所谓平台人士伪造交易行情的先例。

据浙江省金华市中级人民法院《刘刚、金海等犯诈骗罪二审刑事裁定书》，“btc-gbl.com”就是这么一家被伪造设立的比特币网站。

根据上述裁定书，为了骗取投资者信任，吸引更多客户到网站充值、交易“比特币”，被告方使用与该网站无关人员的身份信息，委托代理公司到香港注册了名为GBL（HK）LIMITED的公司，并虚构了公司股东架构、公司投资前景、公司注册地址等信息。

该网站提取国际比特币行情交易数据作参照，客户可通过充值人民币和比特币的方式在网站买卖比特币，网站收取交易手续费。此后不久，网站便推出网站与客户对赌模式，在该模式运营的前三个月，大部分客户均亏损，网站获利数百万元。然而，由于资金出现了紧张，该网站以各种理由限制客户提现、提币，并推出各种活动，以吸引投资者资金注入，最终案发，几位被告人以入狱收场。

两年亏十几万，投资者诉火币网操纵市场

新京报记者获悉，有关部门在对火币网的现场检查中发现，部分投资者因为爆仓而将火币起诉至海淀区法院，控告其操纵市场。据悉，海淀区法院已经以期货纠纷立案，并表示近期将着手审理此案。

据海淀法院网，原告陈先生认为，其受火币网工作人员推介和高杠杆诱惑，购买了比特币和莱特币，并以购买的比特币在火币网提供的链接网站上申请二十倍的相应金额，进行虚拟货币的二十倍杠杆期货交易。

“由于火币网的虚拟货币交易被火币网及内部人员操纵，并通过控制后台数据、虚假成交、突然拉升或下跌导致会员爆仓等方式进行虚假交易，导致陈先生在两年里亏损十几万元。”海淀法院网上文章称。

目前，火币网已经下线了杠杆交易，并开始征收交易手续费，但投资者提出，仍然存在一些“异常”行情。不少投资者认为自己被“割了韭菜”。

“以太坊之前开盘价竟然直接拉高到9999，远高于其他平台，这几天最低点又不到1000元一枚了。”新晋“入坑”的数字货币玩家张杰怀疑，是不是有庄家在操纵市场？

7月17日，火币网方面对新京报记者表示，目前已经按照监管部门的要求升级了反洗钱流程，而对于有投资者质疑操纵交易，火币平台仅作为撮合方，以太坊“9999”的价格是投资者市场交易的一个结果。对投资者起诉一事，火币网方面称尚未收到上述该案正式开庭的通知书。

挖矿暴富？有“矿池”偷“矿工”算力

在行情暴涨暴跌的环境下，数字货币挖矿的行业再一次走到了台前。“现在的行情跟2013年那阵子很像。”比特币玩家黄洪（化名）说，他曾经是一名“挖矿者”。

2013年，在多轮利好刺激下，比特币价格从2月份不到200元/枚，在11月冲上7000元的高线，涨了数十倍；12月5日，监管层明确，比特币不是法定货币并提示风险，此后比特币在半年内近乎腰斩，并长期在低位徘徊。

“我是看着它涨到2000、3000、4000。”说起当年的大牛市，黄洪仍有些“心痒痒”。

当年10月份，黄洪准备了10万块钱，准备辞职挖矿。

“一个矿机6个显卡，最后组了三台。”但他还是亏了钱，“电费一天一百。都是找那些便宜电的地方，等你把矿机的钱挖出来基本上矿机也就报废了。”

另一名入行较早的“矿工”杨冰（化名）对新京报记者表示，“事实上，比特币计算难度上升迅速，加上电费消耗巨大，一般矿机的生命周期只有6-9个月，之后挖出的比特币价值可能还没法支付消耗的电费，就要报废了。”

随着比特币挖掘难度增加，比特币挖矿逐渐成为高投入、高风险的行业。据比特范网站提供的数据显示，预计8月15日上市的阿瓦隆A741新型矿机，每台售价6500元，每天用电成本16.56元，在目前每枚13000元的基础上，仍要1年半的时间才能收回成本。

黄洪和杨冰们还面临着“矿池偷算力”的可能。比特币挖矿，首先是记账，要想在众人中抢到记账权，需要解开数学题，计算机算力越强越有可能解开。记账后系统会奖励比特币。所以个人挖矿类似中彩票。因为是概率问题，所以矿工联合算力，能够获得固定收益。比特币社区出现“矿池”组织，即联合矿工的算力进行运算，收益按照矿工贡献算力的百分比分配。

徐洋（化名）曾从事过矿池的管理工作，据他介绍：目前矿池明面的盈利来源是分配收益时的手续费、对外出售算力等。“以目前占据全球18%算力的蚂蚁矿池为例，该矿池根据虚拟币种类不同，实行3%到5%不等的手续费。”

徐洋称，不规范的平台会偷取算力，矿池运营者有技术可以偷偷让算力在其他虚拟币上挖矿，来给自己牟利，这就侵犯了矿工的利益。

那为什么还能吸引这么多的矿工呢？在黄洪看来，“大家嘴里骂着骗钱，心里何尝不想靠这些暴富呢？”

业内：平台需规范，投资者需擦亮眼

虽然名字里有个“币”，但央行对于比特币的性质早有明确：2013年，人民银行等五部委发布了《关于防范比特币风险的通知》，明确比特币作为一种特定的虚拟商品，不具有与货币等同的法律地位，不能且不应作为货币在市场上流通使用。

在前一天暴涨随后一度下跌20%后，2017年1月6日，央行上海总部、营业管理部（北京）约谈国内三大比特币交易所主要负责人，让其针对近期异常情况开展自查，并进行相应清理整顿。

1月11日，央行对三家比特币平台开展现场检查。1月18日，央行上海总部表示，“比特币中国”交易平台存在超范围经营、违规开展配资业务等问题；北京营管部则称，“币行”“火币网”违规开展融资融币业务，也未按规定建立相关反洗钱内控制度，此后三家平台陆续公告已暂停融资融币业务，并开始征收交易费。

根据三家平台的公告，目前三家平台均已落实央行要求，升级了有关系统，并逐步恢复了比特币提币业务。

对于目前数字货币圈的一些乱象，金融分析师肖磊对新京报记者表示，交易平台目前存在不少问题。

“首先是投资者因断网等造成的损失，无法得到赔偿。”他指出，交易平台虽然没有主动断网的动机，但相关约束条件不够，就算断网，也没有太大的法律层面的压力。

肖磊认为，这就导致平台本身只能靠自律来应对很多潜在有损投资者的问题，那些不打算长期做服务的平台，可能就容易故意制造问题，损害投资者利益，比如恶意跑路等。

国际层面上出现过多次平台的风险事件，包括被认为是全球最大比特币交易平台的Mt.Gox由于系统漏洞损失大量比特币，最终破产令不少投资者血本无归；国内也有玩家在比特币平台上被盗比特币的先例。

对于投资者，专家提醒，在面对所谓的“数字货币”面前一定要擦亮眼睛，包括近来异常火爆的ICO融资。

ICO即区块链企业通过众筹的方式在交易平台或某种场合发行自己的代币，换取比特币、以太币来实现融资的目的。

不少业内人士指出，同样存在一些人打着ICO的旗号，仅靠PPT、几个业余团队行“非法集资”之实。、

“由于信息不对称，投资者在这些所谓的数字货币项目上要非常小心。”华为区块链专家黄连金说，“有些团队ICO成功也是虚假成功，它（平台方）先坐庄，把价格拉到很高，再把它抛掉。”

黄连金看好区块链技术的发展和未来。他认为，结合云计算、大数据等技术，区块链拥有相当的潜力，但同时也给监管提出了新命题。

肖磊认为，区块链和ICO等技术，都没有问题，问题是，很多ICO都是现有这些交易平台给做的，相当于承销和宣传。“技术在整个链条上占的比重越来越小，因此（如果出现问题），该追究的主要还是相关从业机构。”

7月6日，乐视网董事长贾跃亭辞职，脆弱的台面再也无法支撑下去，此前坚定看好乐视网并重仓持有的公募基金经理们，纷纷下调基金估值，基金的净值瞬间下跌，赎回也来不及了，倒霉的是基金投资者。

从2010年上市以来近7年时间里，乐视网给投资者贡献的净利润累计仅有7.5亿元，分红1.7亿元，但是，在公募基金大举买入，把其股价急速推高到89元之后，贾跃亭2015年两次减持，套现57亿元左右，其姐姐贾跃芳则在那前后套现22亿元，共79亿元，这还仅仅是2014-2015年间的数据。

这种减持在目前的市场规则下已经不可能进行，贾跃亭在有限的时间窗口内，利用被炒高的股价，果断兑现。

贾跃亭此前说减持的钱要免息借给上市公司，但现在发现借的钱九牛一毛；基金经理们此前坚定买入乐视网，说“关注能够创造巨大社会价值的上市公司，以及关注代表中国未来发展方向的新兴行业”……

一地鸡毛之后，监管部门究竟是否会真正彻查？巨大的亏损，谁应该真正负责？

证监会主席刘士余此前强调，全面加强监管，坚决查处触碰底线的行为，及时清除害群之马。

“监管层在办案过程中，应该更注意基金公司内部掌控更大资源的人。未来，监管层对于金融监管的着力还会进一步加强，基金公司投机的空间会被更加挤压。”国家发改委国际合作中心首席经济学家万喆对时代周报记者说道。

调低乐视网估值

2010年乐视网刚上市时，股价只有2元左右，乐视网并没有得到机构投资者的特别垂青。当年年报显示，前十大流通股东中，基金和信托的持股比例占总股本约2%。通过IPO，乐视网从市场套取7.3亿元。

2013年，乐视网开始与公募基金亲密接触。当年，乐视网的股价迎来第一轮飙涨，从4.5元左右涨到18元左右，涨了3倍多。其间，公募基金是当之无愧的主力，根据年报，当年，公募基金对乐视网的持股比例上升到占总股本的5.97%，其中景顺长城一家就占到4.4%左右。

此后，景顺长城陆续减持，中邮基金成为接力者。据统计，2014年上半年，中邮基金开始陆续买入30万股，而到2014年年底，中邮基金在乐视网前十大流通股东中的持股已经持有900万股左右，占到总股本的0.96%。到了2015年股灾前后，中邮系持股数量已经高达3493万股，占总股本比1.8%。

这段时间，恰是乐视网股价飙升的最高潮，2015年5月，乐视网的股价从18元左右上涨到超过89元。

随后，贾跃亭大笔减持，而以中邮基金为代表的公募基金，依然不断加仓。2015年贾跃亭两次减持，套现57亿元。2016年，公募基金参与了乐视网的定向增发，中邮基金、嘉实基金、财通基金和其他定增参与者，给贾跃亭输血48亿元。

值得注意的是，当时的定增价格为45元，而目前公募基金调整估值后，普遍对乐视网股价预计在20元左右，与停牌时的乐视网股价相差四个跌停板。

据统计，截至2017年3月底，21家公募基金旗下的39只产品，合计持有乐视网股票6838万股，占流通股比例为5.37%，其中中邮基金持有的数量为4100万股。

除了中邮基金，其他站在乐视网背后的主要公募基金包括：易方达、富国、华安、工银瑞信等。

乐视网停牌时间为4月14日，距离3月30日一季报的披露只有两周左右，而公募基金的操作流程时间相对长，因此，2017年一季度公募基金对乐视网的持股情况，与现在差别不会太大。

从2016年底到2017年初，众多证券公司研究员发布了看多的研究报告。例如：2016年8月后，兴业证券、华泰证券、华鑫证券、财通证券陆续发布研究报告，认为乐视生态进一步完善，各业务间协同效应持续增强，国际化稳步推进等；2017年4月底，开源证券发布研究报告，认为乐视网行业地位稳固。

但财务数据显示：2016年，乐视网净利润就已经为亏损2.2亿元，2017年一季报亏损34万元，2017年半年报预计亏损6.4亿元。

投资者本金亏损严重

据媒体报道，中国证监会正对乐视网相关信息进行收集、评估，中国银监会也在排查银行、信托等金融机构对乐视网及相关机构的风险敞口。

“在微信金融群里，常看到有证监局的朋友发言，问大家谁持有了乐视股票，持有数量。”深圳某公募基金工作人员对时代周报记者说道。

“据说有些基金公司中，推荐过乐视网的研究员、买过乐视网的基金经理，全部被辞退。” 深圳某公募基金工作人员对时代周报记者说道。

由于景顺长城中证TMT150ETF（512220）持有的乐视网占比高达2%，这个ETF基金已经出现2%-3%的折价，7月11日，景顺长城基金暂停了这个基金的申购和赎回。

最先下调估值的，是重仓乐视网的中邮基金。

7月6日，贾跃亭宣布辞职；7月7日，中邮基金对旗下基金估值进行了调整，并在第二天公告此事。

于是，基金投资者看到，目前仍处于乐视网前十大流通股名录中，而且在2017年一季度依然加仓增持了乐视网的—中邮信息产业灵活配置混合型证券投资基金，在7月6日的净值为0.7，但是到了7月7日就变成了0.68，跌去了两个百分点。7月8日，看到公告才明白，是下调了估值，这时候，基金投资者再想赎回，只能按照0.68的净值拿回投资了。

这意味着，从2015年基金成立以来，投资者的本金已经亏损了32%。

根据公告和报道，中邮基金内部，主导对乐视网投资的，是明星基金经理任泽松。

时代周报记者未能联系到任泽松对此事置评。任泽松和中邮基金的另外两个明星基金经理厉建超、邓立新，曾被外界称为“中邮三剑客”。但厉建超由于老鼠仓行为，2015年10月，被山东青岛中级法院判处有期徒刑三年六个月，并处罚金1700万元；邓立新则在2017年5月，被相关部门带走调查。

而任泽松主导的对尔康制药的投资风波，至今未平。5月9日，由于被媒体质疑涉嫌财务造假，尔康制药跌停，第二天停牌后至今仍未复牌，而任泽松管理的基金产品，是持有尔康制药最多的基金公司。

“公募基金下调乐视网估值，反映出机构持仓愈发集中，同时，市场又处于去杠杆、严监管阶段，更容易出现踩踏等极端情况，最近华兰生物、贝因美等股票，都出现闪崩状态，未来或许会越来越常见。”深圳某私募基金经理对时代周报记者分析。

乐视网带来的亏损究竟会以怎样方式收场？

“依照目前体系暴露出来的欠款情况看，乐视资金已经严重资不抵债，无论贾跃亭本人还是乐视体系，都无法也不可能支付欠款。从这个意义上讲，乐视破产清算是存在可能的。”长期跟踪乐视网的家电行业专家刘步尘对时代周报记者说道。

一旦进入破产清算程序，债权是优先于股权的。招商银行抢跑一步，6月26日向法院紧急申请了财产保全，获得了法院的支持。

“公募基金调整估值，目的在于防止赎回。而现在来看，对于这样的带病基金，我们一般建议大家应该积极回避。毕竟市场上好基金多的是，何必硬守着这种不健康产品呢？” 济安金信基金评价中心副总经理、基金评价中心主任王群航撰文指出。

6月份15个一线和热点二线城市新建商品住宅价格同比涨幅全部回落。从环比看，9个城市新建商品住宅价格下降或持平；6个城市上涨，但涨幅均在0.5%以内。

6月新建商品住宅价格环比-0.2%（前值0.0%），同比+10.0%（前值+12.9%）。

北京6月新建商品住宅价格环比-1.1%（前值+0.0%），同比+11.5%（前值+14.6%）。

上海6月新建商品住宅价格环比-0.2%（前值0.0%），同比+10.0%（前值+12.9%）。

深圳6月新建商品住宅价格环比0.0%（前值-0.6%），同比+2.7%（前值+5.5%）。

金融工作会议召开后，《人民日报》昨日发表评论称，既要防"黑天鹅"，也要防"灰犀牛"。 同日，股市上演了“黑色星期一”，创业板大跌 5.11％，A 股超过 500 只个股跌停。 

中国金融改革研究院院长刘胜军认为，股市的剧烈反应很可能来自投资者对中国金融风险的担忧， 也就是对所谓“黑天鹅”与“灰犀牛”感到忧虑。

什么是“灰犀牛”？

据古根海姆学者奖获得者米歇尔·渥克的《灰犀牛：如何应对大概率危机》一书，“黑天鹅”比喻小概率而影响巨大的事件，而“灰犀牛”则比喻大概率且影响巨大的潜在危机。可以说，同为会造成金融系统崩溃的重大问题，“黑天鹅”突如其来，而“灰犀牛”则“厚积薄发”。

灰犀牛生长于非洲草原，体型笨重、反应迟缓，你能看见它在远处，却毫不在意，一旦它向你狂奔而来，憨直的路线、爆发性的攻击力定会让你猝不及防，直接被扑倒在地！所以危险并不都来源于突如其来的灾难、或者太过微小的问题，更多只是因为我们长久地视而不见。

中国金融当前面临哪些“灰犀牛”？

据刘胜军分析，中国当前最大的三个“灰犀牛”分别是房地产泡沫、“货币贬值、资本外流”带来的风险动荡以及银行不良资产增加。

房地产泡沫是毫无疑问的最大“灰犀牛”。一方面，对于中国房价的泡沫化已经没有争议，但另一方面房价调控却陷入“空调”的境地，不断逼空，导致很多人产生“房价永远不会跌”的错觉。

环视全球的房地产泡沫，都符合两个特征： 一是周期长，一轮大牛市超过 10 年并不稀奇； 二是泡沫破裂时地动山摇，犹如雪崩和泥石流，逃生非常困难。因此，房地产泡沫被称为“金融危机之母”。

第二只“灰犀牛”是“货币贬值、资金外流”引发类似于 1997 年亚洲金融危机那样的金融动荡。最近两年，受国内资产价格高企、经济增速放缓、经济转型不确定性等因素影响，形成了人民币贬值预期，导致外汇储备从 4 万亿美元下降至 3 万亿美元。尽管最近外汇储备趋稳，但主要是外汇管制加强的结果，人民币贬值预期仍未消除。   

第三只灰犀牛是银行不良资产的增加。目前官方公布的银行不良资产率在 2 ％左右，这是非常好的数字。但市场并不买账，从银行股的股价表现看，不良率显然存在低估。很多银行股的 PE（股票市值与净利润之比）在 5 倍左右（ A 股市盈率中位数 70 倍）；PB 在 1 倍以下（即股价低于每股净资产）。

不妙的信号：“灰犀牛”动起来了

天风证券认为，随着我国房贷将近十年的大扩张，2016年中国的住房抵押贷款余额/LTV开始超越家庭房地产市值，这意味着我国房地产市值已经开始低于其抵押价值，情形与2006年次贷危机前的美国相似。这不是一个善意的信号。

2006年，美国次贷危机开始的时间。这一年，美国住房抵押贷款余额/LTV（购房抵押率）首次超过了美国家庭房地产总市值。按照当时的抵押率计算，2006年美国房地产市值已低于其抵押价值1150亿美元。

房子市值低于其抵押价值并不一定意味着会发生房贷违约。家庭部门是预算硬约束，只要房子残值仍高于按揭贷款余额，断供就可以不发生。所以首付比例作为房价的安全垫显得格外重要。然而次级贷款降低了对贷款申请者的收入要求和首付比例，房价脆弱的安全垫（首付比例和收入房贷比）很快被击穿。2006年美国次级贷款的违约率快速上升，这就是电影Margin Call的开始。

2007年次贷危机全面爆发后资产价格快速跳水，负债的清算和减计却很缓慢，倒挂进一步拉大，形成了金融体系内的毒资产。大危机之后是大衰退，2006-2009年美国家庭房产市值缩水了30%，直至2011年美国经济开始了漫长乏味的复苏，美国家庭房地产市值和住房抵押贷款余额/LTV的差距才开始缩小。

值得注意的是，2016年中国的住房抵押贷款余额/LTV也开始超越家庭房地产市值，这不是一个善意的信号。我们不知道来自社科院的中国家庭房地产市值数据是否被低估，另外从银行了解到的房贷违约率尚且不值得担心。即使中国房地产市值低于其抵押价值，并也不一定意味着违约率的上升，这取决于我们的安全垫（首付比例和房贷支出收入比）有多厚。但前车之鉴让我们不能忽视这个正在接近Margin Call的信号。

刘胜军：警惕投资房地产试产与银行股

刘胜军认为，在“灰犀牛”日益临近的情况下投资者应当保持谨慎，尽量保持手中的流动性，不要急于做房地产市场的"接盘侠"，且要远离负债累累的大型公司和银行股。

第一，树立坚定的风险意识，保持充足的流动性，资产组合保持合理的分散化。

第二，踏空房地产大牛市的朋友们，这么多年的心理煎熬都挺过来了，再继续坚持几年吧，千万别在泡沫破灭前冲进去当“接盘侠”。   

第三，远离恒大、融创之类的“债多不压身”的大户，警惕庞氏融资陷阱，远离银行股。   

随着下月比特币硬分叉的危险迫近，数字货币波动陷入癫狂。以太币更是在创新低次日就暴涨将近40%。

数字货币交易所Coinbase数据显示，美国时间本周一盘中，以太币涨超183美元，较上周日低位130.26美元回涨约40%。华尔街见闻此前提到，上周末以太币重挫近30%，创两个月来新低。

今年以来以太币涨幅逼近2000%，但还低于上周五约200美元的交易水平。以下上周日到本周一以太币交易图表数据来自Coinbase。

比特币本周一同样反弹，站上2100美元，上周日跌破1800美元。截至更新，日内涨超15%。今年以来币值翻了一倍多。

目前还没有找到上周日以太币狂泻的明确原因。但CNBC提到，观察人士认为有以下因素左右：

投资者在以太币暴涨后获利回吐；比特币8月1日面对硬分叉风险的不确定性；在通过以太币募资上百万美元后，初创公司可能大手笔抛售以太币。

华尔街见闻此前提到，上周五数字货币重演本周初崩盘，比特币一个月来首度跌破2200美元，跌超7%，以太币一度跌8%。当天数字货币大跌的推手之一就是比特币的硬分叉风险。

本月21号Segwit+2x版本的比特币将上线，比特币用户可选择是否从老版本切换至新版本。在截止本月31日的投票期间，超过80%以上的人持续使用新版本，比特币将正式切换至Segwit+2x；但如果选择新版人数少于80%，比特币将大概率遭遇硬分叉风险。

若比特币矿工对接受Segwit+2x产生分歧，或者用户激活软分叉（UASF）的支持者不肯接受比特币区块容量由1M扩展至2M，都将导致比特币产生不同的支链，直接分裂成几种不同的货币。

届时，市场需要对比特币分裂出的不同货币进行重新估价，比特币市场波动性将难以预料。去年，以太币就曾因“DAO”事件而遭遇强制硬分叉。在该次事件中，以太币价格暴跌了50%以上。

虽然一些投资者因为即将到来的硬分叉风险而抛售比特币和以太币，但数字货币的爱好者却似乎看到抄底的良机

投资传奇人物Michgael Novogratz最近指出，若以太币价格跌至150美元至200美元之间，比特币价格下降到2000美元以下，他将趁机抄底，增持更多的以太币和比特币资产。